反馈有源噪声控制的最近邻多频陷波器模型
反馈有源噪声控制系统结构简单,抗外界干扰能力强,但在对频率成分复杂的噪声控制时通常存在收敛速度慢、控制残差高等缺陷.本文针对工程中常见的离散线谱噪声反馈控制问题设计了一种最近邻-多频陷波器(NNR-MNF)反馈有源控制模型,使用最近邻回归器算法先验计算时域最优滤波器系数的近似解,在参数空间内从一个接近最优解的位置开始训练滤波器参数,使系统能够以一个较小的步长对复杂噪声进行控制,在快速收敛的同时避免系统发散问题.基于驱逐舰轮机噪声真实数据的计算机仿真实验结果表明,NNR-MNF算法相比传统控制方法其收敛时间减少了约70％.该结果说明使用基于机器学习的参数预训练方法能够有效提升噪声有源控制系统的收敛速度,为主动噪声控制问题提供了一种新的优化方案.
有源噪声控制、机器学习、最近邻回归
45
TB535(声学工程)
装备预研领域基金61402100104
2023-02-24（万方平台首次上网日期，不代表论文的发表时间）
共8页
47-54
